机器学习跟区块链

㈠ 人工智能和区块链有什么关系

最近几年区块链和人工智能一直很热门

首先区块链是建立去中心化的网络，所谓的去中心化，就是说这个网络不属于你也不属于我。

它属于所有人。

而人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。也就是说，“机器的自我学习”

这样一来我们就可以思考区块链与人工智能的结合了。

首先我们要了解到，区块链目前可以简单的分为三个阶段。

而在前三个阶段中，都存在着：无法正真实现去中心化 、低扩展性、出块者获得的激励与全网的最佳收益不匹配、 网络总是以最大容量运行等问题。严重的浪费资源并降低效率。

那么我们是不是可以将人工智能结合到底层公链技术当中，来解决这些问题呢？

答案是可以的！并且已经有团队研发，并已经取得了一定的进度。

Velas 是一个通过人工智能（AI）优化的神经网络来增强 其共识算法，进行自我学习和自我优化的公链，致力于提高转账过程以及智能合约的 安全性、互操作性、和高度可扩展性。 Velas 采用通过 AI 增强的 DPoS 共识，在不 降低安全性和交易速度的情况下，完全实现去中心化。不光如此， AI 根据区块链的需求选择谁来抵押代币 ；Velas 只在需要时出块； 每 1 秒到每 2 分钟之间 ；可扩展性（可扩展至 30,000 TPS) ； 区块生产商是通过人工直觉选出的。

㈡ 量子计算、人工智能与区块链

量子计算、人工智能与区块链
未来5年到10年，是全球新一轮科技革命和产业变革从蓄势待发到群体迸发的关键时期。随着全球新一轮科技革命的飞速发展，颠覆性技术革新风起云涌，其中最引人瞩目的包括量子计算、人工智能与区块链等。这些颠覆性技术与中国传统文化有无联系？与基础科学（如数学、物理学）有何关系？如何客观认识这些前沿技术？本期特刊发2018年1月获中华人民共和国国际科学技术合作奖的美国籍理论物理学家、中国科学院外籍院士张首晟的报告。
目前，量子计算、人工智能与区块链是整个信息技术行业中最重要的三大基础技术。在将来，要使信息技术真正能够得到跨越发展，必须重视基础科学，既需要物理学，又需要数学，因为物理和数学跟信息技术革命有紧密的联系。

天使粒子”的发现改变了量子计算机的研发困境
在讲量子计算之前，先讲一讲跟“天使粒子”有关的科学发现故事。现代很多有意思的科学发现，都跟哲学观念的改变有所关联，包括中华民族那些根深蒂固的古老哲学观念。比如，好像世界从来都是正负对立的世界，有正数必有负数，有阴必有阳，有善必有恶。这种对立的世界观，在基本粒子的物理世界里也有呈现。
历史上曾有一位非常伟大的理论物理学家狄拉克，他把爱因斯坦的狭义相对论和量子力学统一起来，在统一的过程中他做了一个非常简单的数学运算，开了一个根号。在开根号的时候，始终会出现正负两个解，一般人可能只关心“正解”，不关心“负解”。狄拉克把“负解”解释成所有的粒子必然有反粒子，并预言所有的粒子必然有反粒子。
1928年的时候，物理界并没有发现反粒子，大家都对他提出非常大的质疑，说他的方程肯定不对。他坚持自己的方程是对的。过了5年，他非常幸运，果然在宇宙辐射的射线里面，物理学家找到了电子的反粒子，就是正粒子，命名为狄拉克海。
此后，基本粒子物理了有质子找到了反质子，有中子也找到了反中子，并且得到了应用。比如正电子在医疗领域里面已经有了广泛应用，有一种医疗测试叫PET，利用正电子和负电子可以成像，要测阿尔兹海默症，最好的办法就是做PET。
今天，中国人对科学发展非常关心。科学发展最大的驱动力是什么？我认为是对生活的好奇心。历史上的理论物理学家，如牛顿，在苹果树底下，苹果掉下来激发了他的灵感，万有引力就发现了。爱因斯坦在坐电梯的时候，感觉到电梯的上下和引力的作用非常相似，由此创造了伟大的广义相对论。
另外，科学的发展应该不迷信权威。狄拉克成为非常有名的理论物理学家后，科学家都非常坚信在世界上有粒子，必然有反粒子。但另外一位伟大的理论物理学家马约拉纳，他出于好奇心，问世界上会不会有一些粒子并没有反粒子？他发明了马约拉纳方程，这个方程奇妙地描写了有一种粒子没有反粒子，或者它自己就是自己的反粒子。
后来，整个物理学界都在找梦寐以求的两个粒子，一个粒子叫“上帝粒子”，2012年在欧洲的加速器中找到，预言它的那位物理学家希格斯得了诺贝尔奖，还有一个就是“马约拉纳费米子”。
我是做理论物理工作的，理论物理学家的工作一般是作出预言，让实验物理学家来测试。我的实验小组在2010年的时候就预言了在一个组合型的器件里面可以找到马约拉纳费米子。不过我们还需要找到一个信号能够证明这种粒子的存在。
有一天，我想马约拉纳粒子只有一面，没有反面，所以在某种意义上它是通常粒子的一半。我们理论小组做了大胆的预言：既然马约拉纳粒子跟通常粒子不一样，在某种意义上它只是通常粒子的一半。所以它的电导率会不一样，通常的粒子电导率是0、1、2、3整数倍，它必然会导致半整数倍的电导台阶。我们预言它会有0.5或1/2的台阶。后来我们理论小组就和实验小组做了一个紧密的合作，做了实验观察，的确在0.5的地方，大家可以看到是实验的原始图案，在0.5的地方出现了台阶，证明了马约拉纳费米子的存在。我们取名为“天使粒子”，大家非常喜欢这个名字。
“天使粒子”跟信息技术发展有什么关系？
现在的计算机已经分成两类，经典计算机和量子计算机。有些问题经典计算机就很容易解决，比如把两个大的数乘起来，经典计算机可以算得很快。但一个数看能不能拆成另外两个数的乘积，比如15可以写成3乘以5，这个数比较小的话你自己也可以算出来。但是给你一个很大的数，经典的计算机要算这个数到底是不是两个数的乘积需要花很长的时间，因为它用的算法是穷举法，把所有可能被除的数一个个除过来，最后才能确认这到底是不是两个数的乘积，经典计算机算起来非常慢。
经典计算机只能用穷举法，最后才算出一个答案。但量子世界是非常神奇的世界，是平行的世界。比如一个著名的试验，如果我放出一个粒子，比如光子，它有两个孔，要不是左边，要不是右边。但是量子世界有一种本真的平行在里面，一个基本粒子在某一个瞬间同时穿过了两个孔。要么是左，要么是右的话，图像就不是显示的图像。
量子的世界本身是平行的。如果用量子世界来做计算的话就能够秒算，把所有的可能性一下子算出来，因为量子世界有它本真的平行性，这是量子计算最基本的概念。但是要真正造出这个量子计算机是非常困难的，比如最基本的单位，经典计算机最基本的单位是比特，就是信息要不是0就是1，用0、1就能够表达所有的信息，这是经典计算机的概念。但在量子世界里面，一个粒子同时穿过左孔，又穿过右孔，处在某一种叠加的状态。一个量子比特讲不清是0还是1，它是处在0和1叠加的状态里面。大家听一个比喻，薛定谔猫就处在死和活的叠加状态里面。这是一种非常奇妙的现象。但是由于这种基本的现象，说明一个量子的比特本身是不太稳定的，你去观察一下周围就知道它要不就是在左边，要不就是在右边，要不是0，要不就是1，任何一个噪声就会对量子比特产生很大的干扰。
最近，量子计算机成为全球和美国著名公司特别关注的东西，谷歌、微软、IBM、英特尔都在做投资，但根本上不能解决这个问题，因为一个量子比特是非常不稳定的，如果哪天告诉我们做了50量子比特，但关键的问题是有用的比特是多少，如果只有一个有用的比特，往往在这种量子计算的框架下需要10个、20个甚至40个、50个纠错的比特来为它服务，使得量子计算很难真正实现。
但天使粒子的发现根本改变了量子计算机研发的困境，这是从量变到质变的过程。量子比特本身自带纠错的能力，就是我把通常一个量子比特能够拆分成两个天使粒子的。通常的粒子有两面，天使粒子只有一面，所以天使粒子通常只相当于一个粒子的一半。所以通常一个量子比特就可以用两个天使粒子来储存它。一旦用了两个粒子储存它，它们在遥远的地方，它们相互是有纠缠的。在经典世界里面的噪音，它们相互之间是没有纠缠的，这样的话就没法用噪声来破坏由天使粒子所储存的量子，所以这是一个革命性的改变。
所以，我在不久前在美国物理学会演讲，说天使粒子是激动人心的发现，用来做量子计算机是多少比特就多少比特，不用附加纠错的比特，自带纠错功能，这会对量子计算机的研制起到突飞猛进的作用。

机器人哪一天能够做科学发现，那一天智能机器就超过人了
人工智能作为一个基本概念，20世纪60年代就已经提出来。今天人工智能能够有突飞猛进的发展，主要是很多新技术的汇总。根据摩尔定律的迭代，每过18个月能够翻倍，如果用量子计算的话，就不只是按摩尔定律18个月翻倍，而是完全从量变到质变。这些年来，人类计算能力不断增长。互联网和物联网的诞生，产生大量的数据。智能算法有突飞猛进的变化。大数据能帮机器学习。不过，人工智能的基础是各种数据，再好的算法，再强大的计算机没有数据的话也无法成为人工智能。
人工智能，现在虽然看到了它在突飞猛进，但我觉得还处在非常早期。为什么这么讲呢？做一个简单的类比，比如我们曾经看到鸟飞，人也非常想飞，但早期学习飞行只是简单仿生，在人类的手臂上绑上翅膀，这就是简单的仿生，但真正达到飞行的境界是由于人类理解了飞行的第一性原理——空气动力学，有了物理原理和数学方程之后就可以人为设计最佳的飞行器，现在的飞机飞得又高又快又好，但并不像鸟，这是非常核心的一点。
现在人工智能多是在简单地模仿人的神经元，但我们更应该思考的，是在这里面有一个基础科学重大突破的机会，我们要真正去理解那个智慧和智能的基本原理，这样才能真正使人工智能有根本性的变化。
到底用什么样的依据能够真正衡量人工智能达到人的标准？有人可能听说过图灵测试，图灵测试是说人跟机器对话，但不知道对方到底是人还是机器。整个对话的过程中，你如果花了一天的时间根本感觉不出来，那就说明机器人好像已经达到人的水平。虽然图灵是一个伟大的计算机科学家，但我并不赞同这个判断方法。人的很多情感并不是理性的情感，要让一个理性的机器学一个非理性的人的大脑可能并不是那么容易。
所以我想提出一个新判断方法，智能机器人哪一天真正拥有超越人的智力？我认为人最伟大的一点，就是我们能够有科学的发现，哪一天机器人真能够做科学的发现，那一天机器就超过人了。
最近我在人工智能方面写了一篇文章，将会在美国的科学院杂志上发表，里面会提到，人类最伟大的科学发现，有相对论、量子力学等，在化学里面最伟大的发现就是元素周期表的发现。智能机器在没有任何辅导的情况下，能不能自动发现元素周期表？可不可以帮助人类发现新药，用机器学习的办法能否发现新材料？这些是判断人工智能水平的标准。

实现区块链和人工智能互相共存发展，它们会是最有价值的
在今天的世界，个人会产生出很多数据，个人的基因数据、医疗数据、教育数据、行为数据等，这是发展人工智能特别需要的。很多数据都是掌握在中心机构里面，没有达到真正的去中心化。区块链的产生，能够产生一个去中心化的数据市场。
我把区块链的整个理念用一句话来描写，叫“In Math we trust”，这种理念是建筑在数学基础上的。整个区块链和整个信息技术领域里面最基础的东西，是基础数学，是能在数据市场里面保护个人隐私，又能够做出合理的统计性的计算。比如有一种非常神奇的计算方法叫零知识证明，它能够向你证明我的数据是非常有价值的，但又不告诉你真正隐私的数据在哪儿。
有了区块链之后，数据市场能够使社会变得更加公平。现代社会最大的不公平是人们容易歧视一些少数派。但在机器学习的过程中最需要的就是那些少数派拥有的数据。如果今天机器学习的精准率达到90%了，使90%提高到99%，它需要的不是已经学过的数据，而是跟以前不一样的数据。往往是少数的数据对机器学习来讲是最有价值的。一旦我们的数据建筑在区块链的基础上，再加上这些奇妙的数学算法之后，我们就能够拥有良性的数据市场。在这个世界里面，达成区块链和人工智能互相共存的理念，它们是会最有价值的。
整个区块链，大众对它的认识还不是最根本的第一性原理认识。用最基本的物理学原理来讲，达成共识就好比大家都同意同一个“账本”，相当于在物理学里面，磁铁本来是杂乱无章的，但到了铁磁态里面它们指向的方向都是同一样的。
达成共识在自然世界里面也有，这种现象叫熵减的现象。达成共识，大家都朝一个方向的话，这个状态的熵远远比杂乱无章的熵要小。达到这个共识是非常难的，因为熵总是在增的。
在区块链上能达到一个共识系统都是用一种算法，需要消耗能量。这件事情听起来不合理，账户为什么要耗费能量，但从物理学第二定理来讲，这是非常合理的一件事情，因为达成共识本身是熵减，但整个世界的熵一定要增加，所以在达成共识的同时一定要把另外一些熵排除出去。这种没有中心化的机制跟自然世界里面磁铁从杂乱无章的状态达到有序的铁磁状态非常相像，消耗能量付出代价也是必然的趋势。
所以理想的信息世界，是未来每个人拥有自己所有的数据，完全去中心化的储存，这样黑客也不可能黑每个人的数据。然后用一些加密的算法在区块链上真正能够达到既保护个人的隐私，又能够做出良好的计算，不会发生像Facebook中很多个人的数据被盗用那样的事情。
今天我们要解决的量子计算、人工智能、区块链技术的问题，都是整个人类的问题，中国科学家会面临非常大的机遇，除了要把应用科技做好，还应该有真正原创的基础科学突破，比如上述介绍的物理和数学原理，尽管这些东西听起来比较抽象，比如熵增原理，正负电子。世界的奇妙，正在于基础科学能够给整个信息技术行业提供广阔的全新发展前景。

㈢ GNP与GNY的关系

具体是如下：
GNY是一个数字货币或加密货币，也可以算成一种山寨数字货币，在数字货币平台可以进行交易，
GNY币介绍：GNY是基于区块链应用的机器学习平台。GNY将机器学习引入预先存在的区块链，提供智能API与以太坊、Asch、Lisk以及使用GNY的通用系统的开发人员联系在一起。通过GNYCenter、GNY带来了自己的专用区块链，可以托管侧链，提供了一套强大的工具和友好的开发环境，帮助开发人员从概念到实施来启动和托管项目。GNY是种ERC20代币，通过通用API提供GNY机器学习功能，将已建立的区块链链接到GNY机器学习系统，并使用GNY代币进行支付。
gnp一般指国民生产总值。国民生产总值是一个国家（或地区）所有常住单位在一定时期（通常为一年）内收入初次分配的最终结果。是一定时期内本国的生产要素所有者所占有的最终产品和服务的总价值。等于国内生产总值加上来自国外的净要素收入。

㈣ 基于机器学习的区块链网络异常检测 作为一个小白，应该从那方面来进行了解那，麻烦大佬指点一下，谢谢

个人觉得区块链开发技术层面讲就没有靠谱之说，无非是你选择什么样的研发技术团，即使你选择了比较好的研发技术团，也未必能实现你所要求的区块链技术，不同行业和领域有不同的技术指标，更何况这个复杂的新技术。另外一点还要让研发技术团认同你需要应用的机器行业思维，否则开发出来的产品也不可能符合你的要求。我们专注区块链技术专业领域落地，项目已经进行了一年多的时间，还没有成功落地。难度在于推翻传统模式会触及很大的利益链条，所以必须是一个慢慢渗透的过程。

按照你讲的：基于机器学习的区块链，可以理解为你在问一个技术问题。

以上回答，希望对你有所帮助。

㈤ 区块链是什么意思

区块链是一个共享数据库，区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。

主要特征：

1、去中心化。区块链技术不依赖额外的第三方管理机构或硬件设施，没有中心管制，除了自成一体的区块链本身，通过分布式核算和存储，各个节点实现了信息自我验证、传递和管理。

2、开放性。区块链技术基础是开源的，除了交易各方的私有信息被加密外，区块链的数据对所有人开放，任何人都可以通过公开的接口查询区块链数据和开发相关应用。

3、独立性。基于协商一致的规范和协议，整个区块链系统不依赖其他第三方，所有节点能够在系统内自动安全地验证、交换数据，不需要任何人为的干预。

4、安全性。只要不能掌控全部数据节点的51%，就无法肆意操控修改网络数据，这使区块链本身变得相对安全，避免了主观人为的数据变更。

5、匿名性。除非有法律规范要求，单从技术上来讲，各区块节点的身份信息不需要公开或验证，信息传递可以匿名进行。

(5)机器学习跟区块链扩展阅读

应用方向：

1、支付：如在时间方面，传统跨境汇款需要10分钟或数日不等，而区块链跨境汇款由于去中心化，可实现汇款秒到账。在便捷性方面，传统跨境汇款在19时以后需要等到次日才能转账，而区块链跨境汇款只需一台手机即可实现全天候汇款。

2、共享病历：医疗数据区块链共享平台便可成就很多应用场景，病人历史数据等信息可以上链，病史和影像资料可供进入系统的人员查看。这些医疗数据还可以用来建模和机器学习。

参考资料来源：网络-区块链

㈥ 人工智能与区块链的关系

人工智能和区块链的共同点
区块链关注的是保持准确的记录、认证和执行，而人工智能则助力于决策、评估和理解某些模式和数据集，最终产生自主交互。人工智能和区块链共同拥有几个特点，可以确保在不久的将来能够实现无缝互动。下面列出了三个主要特点。
1. 人工智能和区块链需要数据共享
分布式数据库强调了在特定网络上的多个客户端之间共享数据的重要性。同样，人工智能依靠大数据，特别是数据共享。可供分析的开放数据越多，机器的预测和评估则会更加正确，生成的算法也更加可靠。
2. 安全
处理区块链网络上进行高价值交易时，这对网络的安全性有很大的要求。这可通过现有协议实施。对于人工智能来说，机器的自主性也需要很高的安全性，以降低发生灾难性事件的可能性。
3. 信任是必要条件
对于任何广泛接受的技术的进步，没有比缺乏信任具有更大的威胁，也不排除人工智能和区块链。为了使机器间的通信更加方便，则需要有一个预期的信任级别。想要在区块链网络上执行某些交易，信任则是一个必要条件。
区块链和人工智能对普通人的影响
简单来说，区块链是一个基于社区的技术，它能让价值交换变得更安全，区块链就像它的名字一样。是一串由很多数据区块连在一起的不断延长的链条，每一个区块都包含了一个加密的交易记录，区块按时间顺序排列，并用密码系统保障安全。区块链是一项能改变规则的技术，它的出现是革命性的创新。
区块链的作用也很多，具体应用也很广泛。举个例子吧：如果将区块链用于食品行业，百姓就再也不担心吃到有害食品了。如果将区块链用于钻石生产，那么消费者再也不用担心买到假的钻石了。如果将区块链用于到教育行业，可以加强知识产权保护。如果将区块链用于保险行业，可以缓解保险业务的信息不对称和有助于提升保险业务的安全性等等。
区块链与人工智能对普通人的影响可谓是巨大的。试想一下，若将区块链和人工智能结合在一起，那么它们的作用会扩大吗?是的，二者的结合，确实可以产生更多的影响来改变普通人的生活。
区块链和人工智能是技术领域的两个极为重要的角色，各自为我们的生产生活带来方便。如果我们找到一种智能的方法来使它们一起工作，那么它们之间交互后产生的影响是不可想象的。这也是OMT的核心所在，这两种技术结合后，未来的应用场景都是革命性的并且激动人心，在新的生态建构中，数据存储、共享机制、平台问题、安全性问题等，都可以利用彼此的技术实现攻坚克难。OMT将通过区块链+人工智能技术为全球用户、企业创造最大化价值，为普通百姓带来更多方便。
回答完毕，望采纳，谢谢!

㈦ 请问计算机专业什么能力最重要

计算机专业是一个比较笼统的提法，因为在本科教育阶段，计算机类专业是工学门类下的一个专业大类，它下面包含了18个本科专业，不同的专业开设课程不一样，那么所要得到的结果肯定是不一样的。这个专业哪些课程比较重要？首先我们需要清楚计算机科学与技术专业要开设哪些课程，不同的高校该专业的开设课程会有所不同专业核心课肯定是非常重要的，否则就不能成为核心课了。中南大学计算机科学与技术专业的核心课程包含了算法分析与设计、计算机网络、数据库原理、操作系统原理、软件工程、计算机组成原理与汇编等，其中只有软件工程和计算机网络课程属于二选一之外，其它均为必修课。在选修课程中，学校一共提供了JAVA语言与系统设计、面向对象编程（C++）、Linux系统及应用、机器学习、网络工程、人机交互、人工智能、信息与网络安全、软件体系结构、动画与游戏程序设计、计算机仿真与建模等32门课程。最重要的还是C语言与算法，这两门功课。

㈧ 未来的AI需要数据与区块链的增强

未来的AI需要数据与区块链的增强
当AI遇上区块链，在不影响个人数据隐私的情况下，人们似乎看到了诚信互联的智能时代就在前方。
人工智能、纳米制造、区块链或下一代互联网、基因编辑，这些当下最热门的技术，正在重新定义人类的生活。未来几十年内的人工智能大多还是可控的，并且会依据行业需求来实现，而这一切需要打造坚实的数据智能基础设施。

今天，在人们追求个性化、服务化、开放化和共享化的过程中，数据不单单限定在类似于机器、软件，而是扩展到行为数据、轨迹数据、医疗健康数据、基因数据或教育数据等全息生命范畴。
舆论中经常出现的机器学习和神经网络，目前的数据训练，也只是让计算机通过现有数据生成函数，从而对未来类似的数据作出判断。
其中，在机器学习的过程中，目前最稀缺的就是实时、不间断、全维度产业链的数据。而这些数据除了先天性的技术性采集难问题，更多的障碍还在于那些在工业革命发展至今的传统组织所聚集的数据“孤岛”。
根据麦肯锡全球研究院的数据，互联网每颠覆一个工作岗位就创造出2.6个新工作岗位。人工智能在突飞猛进发展，并且带来就业与财富的当下，最缺的就是数据。恰恰今天仍然有众多核心数据是处于机构中心垄断的状态，不能帮助机器合理地自我学习。
因此，数据开放与共享，当成为互联网时代的主题。互联网促进了个性化体验，抛弃了静态的、放之四海皆准的单一体验。而数据开放与共享，需要建立在一种能够彻底让数据流动，让产生的价值全链流动的智能基础设施，而来自嬉皮士文化的区块链技术似乎就是为此而生。
无论是ARPAnet（阿帕网，由美国高级研究计划署组建）还是TCP/IP（传输控制协议/因特网互联协议），互联网的诞生就是基于分布式计算、分组交换与无中心化为前提。但是，真正的去中心化的数据世界还离我们非常遥远。如果说第一代互联网的今天解决了人类信息传输问题，那么我们期待的第二代互联网应该可以解决的是信息真伪问题。而区块链技术就可以解决AI应用中数据可信度问题。
源自上世纪80年代，并且在密码学中被广泛采纳的零知识证明计算方法，在区块链发展技术中得到了实践。当AI遇上区块链，在不影响个人数据隐私的情况下，人们似乎看到了诚信互联的智能时代就在前方。
人工智能领域数学和算法的发现和发明，是整个数据智能基础设施建设工作中的重中之重。数据的智能基础设施建设，不仅可以帮助机器学习提高精确性和价值性，更重要的是，其还可以驱动经济社会的发展，帮助企业找准核心目标、聚焦关键任务、发挥核心优势，增强资产匹配风口的能力。
实体经济是互联网经济的基础，数据是智能未来的基础。强化数据智能基础设施建设，将所有与智能生活有关的要素重新整理，有助于企业走出同质化、低效益的困境，向智能时代共同迈进。

㈨ 人工智能和区块链怎么结合啊

近几年的黑科技AI带来的冲击可谓一波接一波，从深蓝到AlphaGo，无一不让人们一次次地感叹科技的精妙和AI强大的学习能力。

那么AI结合区块链会怎么结合有会带来怎样的突破和创新呢？

先来看下区块链的变迁历程。从以BTC为标志的区块链1.0到一以太坊为标志的结合了‘智能合约’的区块链2.0，再到扩展性更强的EOS为标志的区块链3.0。

就BTC来讲，本身功能单一，对用户来讲，无非是挖矿和转账。所以有了升级版的ETH。

ETH提供了一个开发平台供用户编写智能合约发布应用，但它性能不足且手续费昂贵。这是BM就推出了EOS。

EOS能迅速获得大家的注意主要原因之一是其可扩展性比以太坊更强。它稳定、安全，但‘超级节点权力大导致不够去中心化’不比ETH去中心化。就是说它为了能达到足够快的数据处理还是在去中心化程度上做了妥协的。这时候Velas就出现了。

在EOS的特性基础上，Velas用AI来增强实现去中心化,通过将AI（人工智能）引入区块链技术，解决了人治所带来的弊端，通过AI自动调整系统产生最佳结果，而不对系统的处理标准产生影响，降低共识成本。

“AI是技术创新，区块链是制度创新”